模拟退火算法的应用与理解

模拟退火算法是一种受 固体退火过程 启发的元启发式优化算法，广泛应用于 组合优化 和 复杂函数优化 问题。其核心思想是通过 概率性接受劣解 的策略，逐步降低搜索的随机性，最终收敛到全局最优或近似最优解。本文以旅行商问题为例，详细阐述模拟退火算法的设计思想，并解析模拟退火算法的执行过程中的作用原理。

模拟退火算法的核心步骤包括：初始解生成 → 邻域搜索 → 接受准则判断 → 温度更新，循环迭代直至满足终止条件。

一. 以旅行商问题（TSP）为例的模拟退火算法设计

1. 问题描述

• 旅行商问题（TSP）：给定 nn 个城市及其两两之间的距离，找到一条访问每个城市恰好一次并返回起点的最短回路。
• 目标函数：最小化路径总长度 f(π)=∑i=1ndπ(i),π(i+1)f(π)=∑i=1n​dπ(i),π(i+1)​，其中 π(n+1)=π(1)π(n+1)=π(1)。

2. 模拟退火算法设计

2.1 初始解的生成

• 方法：随机生成一条初始路径，或使用贪心算法（如最近邻法）生成较优初始解。

  • 随机初始解：随机排列城市顺序。

  • 贪心初始解：从随机城市出发，每次选择最近的未访问城市。

• 示例：对于51个城市的TSP（如eil51数据集），贪心初始解路径长度约为450，随机初始解可能更长。

2.2 邻域结构设计

• 核心操作：定义如何从当前解生成邻域解。

• 常用邻域操作：

  1. 2-opt交换：随机选择两条边 (i,j)(i,j) 和 (k,l)(k,l)，断开后重新连接为 (i,k)(i,k) 和 (j,l)(j,l)，并反转路径段 j→kj→k。

  2. 城市插入：随机选择一个城市，插入到路径中的新位置。

  3. 城市交换：随机交换两个城市的位置。

• 选择依据：2-opt交换能高效消除路径交叉，适合TSP的局部优化。

2.3 温度调度（退火策略）

1. 初始温度 T0T0​：

   • 需足够高以允许接受劣解。

   • 经验公式：T0=−Δfavg/ln⁡(0.5)T0​=−Δfavg​/ln(0.5)，其中 ΔfavgΔfavg​ 为初始随机解的平均目标函数差值。

   • 示例：对eil51数据集，初始温度可设为 T0=1000T0​=1000。

2. 降温策略：

   • 指数降温：Tk+1=α⋅TkTk+1​=α⋅Tk​，其中 αα 为降温系数（通常取0.8~0.99）。

   • 示例：若 α=0.95α=0.95，温度每迭代100次降至 T=1000×0.95100≈5.9T=1000×0.95100≈5.9。

3. 终止条件：

   • 温度降至阈值（如 Tfinal=1Tfinal​=1）。

   • 达到最大迭代次数（如10000次）。

   • 连续若干次迭代无改进（如500次）。

2.4 接受准则（Metropolis准则）

• 新解接受概率：

  P={1if Δf≤0,e−Δf/Tif Δf>0.P={1e−Δf/T​if Δf≤0,if Δf>0.​

  • 说明：若新解更优（Δf=fnew−fold<0Δf=fnew​−fold​<0），直接接受；若更差，以概率 e−Δf/Te−Δf/T 接受。

二. 5城市TSP 问题的模拟退火优化过程

3.问题定义

• 城市坐标（假设为二维平面坐标）：

  • A(0,0)

  • B(2,0)

  • C(2,1)

  • D(1,2)

  • E(0,1)

• 目标：找到访问所有城市一次且总距离最短的回路。
  

4. 模拟退火算法参数设置

• 初始温度 T0=100T0​=100

• 降温系数 α=0.95α=0.95（每迭代一次温度降低5%）

• 终止条件：温度降至 T<1T<1 或连续20次迭代无改进。

• 邻域操作：2-opt交换（随机选择两条边断开并重新连接）。

• 初始解：随机生成路径 A→B→C→D→E→A，总长度计算如下：
  L初始​=d(A,B)+d(B,C)+d(C,D)+d(D,E)+d(E,A)=2+1+1.41+1.41+1=6.82

5. 优化过程详细步骤

以下为模拟退火算法的逐次迭代过程：

注意：其中接受概率P的阈值为每次迭代中动态生成的随机数，用来模拟概率接受的过程

迭代1（T=100）

• 当前解：A→B→C→D→E→A（长度6.82）

• 生成邻域解：随机选择两条边（如B-C和D-E），执行2-opt交换：

  • 原路径段：B→C→D→E

  • 新路径段：B→D→C→E（断开B-C和D-E，连接B-D和C-E）

  • 新解：A→B→D→C→E→A

  • 新长度：L新​=d(A,B)+d(B,D)+d(D,C)+d(C,E)+d(E,A)=2+1.41+1.41+2.24+1=8.06

  • Δf = 8.06 - 6.82 = 1.24（劣解）

  • 接受概率：

    P=e−1.24/100≈0.988P=e−1.24/100≈0.988

  • 结果：以98.8%概率接受劣解，更新当前解为 A→B→D→C→E→A。

  • 温度更新：T=100×0.95=95T=100×0.95=95。

迭代2（T=95）

• 当前解：A→B→D→C→E→A（长度8.06）

• 生成邻域解：选择边B-D和C-E，执行2-opt交换：

  • 原路径段：B→D→C→E

  • 新路径段：B→C→D→E（恢复原始路径）

  • 新解：A→B→C→D→E→A（长度6.82）

• Δf = 6.82 - 8.06 = -1.24（优解）

• 结果：直接接受优解，更新当前解为原始路径。

• 温度更新：T=95×0.95=90.25T=95×0.95=90.25。

迭代3（T=90.25）

• 当前解：A→B→C→D→E→A（长度6.82）

• 生成邻域解：选择边C-D和E-A，执行2-opt交换：

  • 原路径段：C→D→E→A

  • 新路径段：C→A→E→D（路径变为 A→B→C→A→E→D→A，但需修复为合法路径）

  • 修正后新解：A→B→C→E→D→A

  • 新长度：

    L新=d(A,B)+d(B,C)+d(C,E)+d(E,D)+d(D,A)=2+1+2.24+1.41+2.24=8.89L新​=d(A,B)+d(B,C)+d(C,E)+d(E,D)+d(D,A)=2+1+2.24+1.41+2.24=8.89

  • Δf = 8.89 - 6.82 = 2.07（劣解）

  • 接受概率：

    P=e−2.07/90.25≈0.978P=e−2.07/90.25≈0.978

  • 结果：以97.8%概率接受劣解，更新当前解为 A→B→C→E→D→A。

  • 温度更新：T=90.25×0.95≈85.74T=90.25×0.95≈85.74。

 迭代循环直到满足结束条件。。。

6. 关键优化阶段总结

1. 高温阶段（T=100~50）：

   • 频繁接受劣解（如迭代1和3），路径长度在6.82~9.3之间波动。

   • 探索不同路径结构，可能发现潜在优质区域（如 A→B→C→D→E→A）。

2. 中温阶段（T=50~10）：

   • 接受劣解概率逐渐降低（如 T=50T=50 时，Δf=2 的接受概率为 e−2/50≈0.96e−2/50≈0.96）。

   • 路径长度波动范围缩小（如6.82~8.0），逐步逼近较优解。

3. 低温阶段（T=10~1）：

   • 几乎仅接受优解（如 T=5T=5 时，Δf=1 的接受概率为 e−1/5≈0.82e−1/5≈0.82，但实际优化已接近尾声）。

   • 最终收敛到局部最优解 A→E→D→C→B→A（长度6.24），路径如下：

     L=d(A,E)+d(E,D)+d(D,C)+d(C,B)+d(B,A)=1+1.41+1.41+1+2=6.82L=d(A,E)+d(E,D)+d(D,C)+d(C,B)+d(B,A)=1+1.41+1.41+1+2=6.82

   • 注：实际最优解为 A→B→C→D→E→A（长度6.82）或其他对称路径。

7. 温度变化与搜索优化关系

• 温度曲线：

  • 初始温度 T0=100T0​=100，按 Tk+1=0.95TkTk+1​=0.95Tk​ 指数降温。

  • 迭代20次后温度降至 T≈35.85T≈35.85，迭代50次后 T≈7.69T≈7.69。

• 搜索行为变化：

  • 高温（T>50）：路径长度大幅波动，接受劣解概率高（>90%）。

  • 中温（10<T<50）：波动减小，逐步收敛至较优解。

  • 低温（T<10）：仅在当前解邻域微调，最终稳定。